作者 | 陈骏达

编辑 | 心缘

智东西 3 月 19 日报道，今天，持续 2 天的混元 3D 开源日活动收官，腾讯混元一次性开源了 5 款全新的 3D 生成模型。其中，运用了腾讯自研 3D 生成加速框架 FlashVDM 的 3 款模型，实现了秒级 3D 资产生成，较今年早些时候开源的 Hunyuan3D-2 版本提速 30 倍左右。

▲左侧的 Hunyuan3D-2 Turbo 正高速生成 3D 模型

除了生成速度的提升之外，本次腾讯混元开源的 3D 模型还在贴图细节、材质表达上有明显提升。基于物理渲染（PBR）功能背后的模型从测试版升级到正式版，能让 3D 模型在渲染过程中更加真实，符合物理规律。

▲腾讯混元 3D 模型开源页面

面向创作者，腾讯自研的 3D AI 创作引擎迎来升级。新增的多视图输入功能可提升创作过程中的可控性，模型 3D 智能减面功能则可以降低模型的渲染压力。这一引擎还可以作为插件，直接在 3D 编辑工具 Blender 中生成 3D 资产。

现在，这一创作引擎已经支持了更多主流 3D 格式，可直接 3D 打印，也可将 3D 生成结果作为视频和动图分享，满足不同类型用户的使用需求。

体验链接：https://3d.hunyuan.tencent.com/

开源地址：https://huggingface.co/spaces/tencent

一、半秒钟生成 3D 模型，计算量暴砍超 95%

本次开源活动中最大的亮点便是实现秒级 3D 资产生成的 3 款 Turbo 加速版模型，包括 Hunyuan3D-2 Turbo、Hunyuan3D-2mini Turbo 及 Hunyuan3D-2mv Turbo。

这 3 款模型均采用了腾讯自研的 FlashVDM 通用加速架构，主要适用于在端侧快速生成 3D 资产，Hunyuan3D-2mv Turbo 进一步支持了多视图输入。FlashVDM 这一架构不仅能用于混元 3D 模型，也兼容大部分其他 3D 生成模型。

采用 FlashVDM 加速架构的模型，能将显存占用降低到 5GB 以内，生成时间缩短到 1 秒以内，兼容 MacOS、Windows 等操作系统，英伟达 4050、3050、2060、1070 等显卡均可以快速运行，若设备没有配备显卡，也可以在搭载 M1 等 CPU 的设备上流畅运行，获得比较合理的运行速度。

这一加速究竟是如何实现的呢？混元团队分享，3D 模型的生成就好比堆积木，VAE 解码是将画面分为多个积木，而将积木组装起来的流程便是 DiT 采样，上述两个环节占据了生成过程中超过 99% 的计算负载。

目前，主流 3D 生成模型采用 Vecset 架构。以采用这一架构的 Hunyuan3D-2 为例，生成一个 3D 模型大约需要半分钟。经过 FlashVDM 加速后，Hunyuan3D-2 的生成耗时最短可以达到 1 秒钟，而 Hunyuan3D-2 mini 模型生成耗时最短可达半秒钟。

在 DiT 环节，FlashVDM 的渐进式流蒸馏技术将标准版模型几十个推理步骤浓缩至个位数。在 VAE 环节，层次化体素解码技术将体素查询量减少了 95%，动态 KV 选取降低 30%，在与高效网络设计的结合后，计算量还可以进一步降低。

加速并未对模型的生成效果带来明显影响。在专业创作者的盲测中，仅用 5-8 步实现模型生成的 Turbo 模型，与未经加速的原版模型相比，可比率达到 90% 左右。

混元团队也分享了他们开发 FlashVDM 的原因。一方面，艺术家对 3D 模型的生成质量和可控性有一定要求，但在创作过程中，艺术家也需要有即时的反馈，才能快速迭代设计。在复杂场景中，如果能将单个模型的速度从 30 秒 -60 秒降低到 1 秒，将会极大地节约创作时间。

二、随手拍可生成 3D 手办，支持 3D 打印主流格式

腾讯混元 3D AI 创作引擎在开源日中迎来一系列升级。Web 端多视图功能背后的模型 Hunyuan3D-2mv，轻量版模型 Hunyuan3D-2mini 相应开源，而完整版的 Hunyuan3D-2 已经于今年稍早时候开源。

首先是多视图功能，这一功能支持用户上传 2-4 张标准视角图片，从而生成高精度、高质量的 3D 模型。

多视图模型提升了用户对生成结果的可控性，针对游戏制作、3D UGC 创作等场景，可以大幅降低 3D 设计师从多视图原画到三维模型的制作成本。

在直播活动的实测中，测试人员用手机摄像头拍摄了随意放置在纸杯上的腾讯企鹅公仔，并上传正反面照片，模型在 1 分钟之后便给出了这一场景的 3D 建模。

▲左图、右图为手机实拍，中间为 3D 模型

腾讯混元 3D AI 创作引擎还引入了 3D 智能减面能力。在建模过程中，AI 模型可能会将一些画面刻画得过于细致，切分为成千上万个三角面，这会给后续 3D 资产的渲染带来很大压力。

3D 智能减面可以自适应生成几百至数千面的三角面，进一步提升几何边缘平滑度，生成结果可在低面片的基础上最大化体现模型细节，让模型布线更加规整，以降低渲染难度，提升模型可用率及生产效率。

实测中，在生成桌子这类几何结构较为简单的模型上，智能减面极大地减少了模型的三角面数量。而在生成下方的的青龙 3D 模型时，智能减面会在细节丰富的部位保留更多面数，在细节不多的部位自动减少面数，实现了成本和效果的平衡。

此次升级还实现了 PBR（基于物理渲染技术）的材质生成效果提升，通过物理特性模拟技术，赋予模型更真实的颜色与材质表达。

兼容性上，除通用 OBJ、GLB、FBX 外，腾讯混元 3D AI 创作引擎现在可输出 STL、USDZ、GiF、MP4 等主流格式，无缝连接 3D 打印工具，也可支持模型快速预览及移动端实时交互，满足不同业务场景对 3D 模型格式的使用要求。

结语：多款模型获创作者好评，未来将持续升级

据腾讯混元团队分享，他们未来还将进一步提升模型和加速框架的性能。FlashVDM 目前仅支持对 3D 模型生成的加速，而未来将加入对纹理生成的支持，从模型到纹理的生成管线总耗时有望控制在 10 秒钟以内，AI 编辑功能也在研发过程中。

在腾讯混元 3D 开源日的直播过程中，有不少网友对混元 3D 模型的表现和开源决策表达了赞赏。相信无论是动漫创作者、游戏开发者等创意人士，还是 3D 模型的开发者，都能本次开源的模型中受益。